La oferta de OpenAI a las startups de Y Combinator no es solo una ayuda en créditos: es una forma de convertir el cómputo, los tokens y el acceso a modelos avanzados en nueva moneda de inversión para la próxima generación de empresas de IA.
Sam Altman ha lanzado una de esas frases que parecen una broma interna de Silicon Valley y acaban describiendo un cambio profundo en la economía tecnológica. “Estoy emocionado por ver qué pasará con las startups tokenmaxxing, tanto por cómo trabajarán internamente como por los productos que podrán construir”, escribió el consejero delegado de OpenAI en X. Después añadió la parte más concreta: OpenAI ha ofrecido invertir 2 millones de dólares en tokens en cada startup del actual batch de Y Combinator. “Happy building!”, remató.
La noticia, confirmada y amplificada por Greg Brockman, presidente de OpenAI, apunta a que la oferta se materializaría como 2 millones de dólares en créditos de API para cada startup de la actual promoción de Y Combinator. Brockman lo formuló de manera más directa: “Compute for powering the next generation of startups”. Es decir, cómputo para alimentar a la próxima generación de empresas.
La operación tiene una lectura inmediata: OpenAI no está entregando dinero líquido, sino capacidad de uso de sus modelos. No invierte en efectivo, sino en acceso a inteligencia artificial. The Information publicó que la propuesta se haría a cambio de participación accionarial, y Techmeme recogió que la estructura podría canalizarse mediante SAFE, el instrumento habitual de inversión temprana en startups.
La diferencia es crucial. Un inversor tradicional aporta capital para que una startup contrate equipo, pague servidores, compre software, haga marketing o sobreviva mientras busca producto y mercado. OpenAI ofrece otra cosa: combustible directo para construir productos basados en IA. En una economía donde el coste de inferencia, agentes, llamadas a modelos, generación multimodal y experimentación masiva puede ser determinante, los tokens se convierten en una forma de capital productivo.
La expresión tokenmaxxing resume esa nueva lógica. En el lenguaje informal de internet, “maxxing” significa llevar algo al máximo. Una startup tokenmaxxing sería una empresa que diseña su producto, su organización interna y su ventaja competitiva alrededor del uso intensivo de tokens: probar más, automatizar más, iterar más rápido, construir agentes, generar código, analizar datos, personalizar servicios y hacer con IA lo que antes habría exigido grandes equipos humanos.
No hablamos de una mera promoción comercial. La oferta toca el corazón del nuevo emprendimiento tecnológico. Durante la era del software clásico, el coste principal de una startup era equipo, servidores y distribución. Durante la era cloud, AWS, Google Cloud y Microsoft Azure convirtieron los créditos de infraestructura en una herramienta para capturar startups desde el inicio. Ahora OpenAI lleva esa lógica al terreno de los modelos fundacionales: si una empresa nace usando millones de tokens de OpenAI, su arquitectura, sus flujos y su dependencia técnica pueden quedar profundamente vinculados a ese ecosistema.
La comparación con AWS es inevitable. Durante años, los grandes proveedores de nube ofrecieron créditos a startups para que pudieran construir sin pagar al principio. Aquellos créditos no eran filantropía: eran estrategia de adquisición. Una vez que una empresa construía sobre una nube concreta, migrar era difícil. OpenAI parece aplicar la misma lógica, pero en una capa más alta y más estratégica: la inteligencia. Si antes el terreno de captura era la infraestructura, ahora es el modelo.
Y Combinator es el lugar perfecto para esta jugada. YC no es solo una aceleradora; es una fábrica de símbolos para Silicon Valley. De allí salieron Airbnb, Dropbox, Stripe, Reddit, Instacart, DoorDash, Coinbase y muchas de las compañías que definieron la economía digital. Su directorio actual muestra centenares de startups de IA generativa, desde agentes para empresas hasta herramientas de vídeo, legaltech, automatización, comercio, atención al cliente o desarrollo de software.
Ofrecer 2 millones en tokens a cada startup del batch actual equivale a entrar de golpe en el laboratorio donde se están formando muchas de las próximas empresas de IA. OpenAI no necesita adivinar cuál será la ganadora. Puede estar presente en todas. Si una de ellas se convierte en la próxima gran compañía, OpenAI habrá comprado una posición temprana con un activo cuyo coste marginal interno puede ser muy inferior al valor nominal de los créditos.
Ahí está una de las claves económicas de la operación. Dos millones de dólares en tokens no equivalen necesariamente a dos millones de dólares de coste para OpenAI. El valor para la startup es enorme porque evita gasto de caja. Pero el coste para OpenAI depende de su infraestructura, márgenes, capacidad ociosa y estrategia de precios. Como han señalado analistas en redes, puede ser una forma muy eficiente de obtener equity en empresas tempranas usando créditos valorados a precio retail, no necesariamente a coste real.
La operación también puede leerse como una respuesta al cambio de naturaleza del capital riesgo. En IA, muchas startups no necesitan solo dinero. Necesitan acceso a modelos, cómputo, datos, distribución y permisos. El dinero sigue importando, pero no siempre resuelve el cuello de botella principal. Una empresa que quiera construir agentes complejos, productos de vídeo generativo, asistentes verticales o sistemas de automatización empresarial puede quemar recursos rápidamente en llamadas a modelos. Los créditos de API pueden ser, para ella, tan valiosos como una ronda semilla.
Esto altera la relación entre fundador e inversor. El inversor ya no es solo quien pone dinero, sino quien controla el recurso técnico esencial. En la economía de la IA, el proveedor de modelos puede convertirse en financiador, socio, infraestructura y potencial competidor al mismo tiempo. Esa mezcla genera oportunidades, pero también conflictos.
Para las startups, la oferta es tentadora. Dos millones en tokens pueden permitir experimentar sin miedo, construir productos más ambiciosos, lanzar pilotos, captar clientes y retrasar la necesidad de gastar caja en IA. También puede permitir equipos más pequeños. Una startup que usa IA para programación, atención al cliente, ventas, análisis, diseño y operaciones internas puede avanzar con menos empleados. Eso es parte del imaginario tokenmaxxing: compañías ligeras, altamente automatizadas, con equipos mínimos y gran capacidad operativa.
Pero el riesgo de dependencia es evidente. Si una startup construye su producto alrededor de modelos de OpenAI, sus costes, latencia, límites, políticas, precios y capacidades quedan sujetos a decisiones de OpenAI. Cambiar de proveedor puede ser técnicamente posible, pero comercialmente doloroso. Además, si OpenAI tiene equity, acceso indirecto al mercado y conocimiento del uso, la relación deja de ser puramente cliente-proveedor.
La pregunta incómoda es si OpenAI está fomentando un ecosistema abierto o construyendo un jardín vallado de startups nativas de sus modelos. Desde el punto de vista de OpenAI, la respuesta sería probablemente que está reduciendo barreras de entrada y acelerando innovación. Desde el punto de vista competitivo, puede interpretarse como una forma de asegurar que la próxima generación de empresas nazca dentro de su órbita antes de que Anthropic, Google, Meta, xAI o proveedores abiertos ocupen ese espacio.
La guerra de la IA ya no se libra solo en benchmarks. Se libra en distribución, infraestructura y ecosistema desarrollador. OpenAI tiene ChatGPT, API, modelos avanzados, Codex, herramientas de voz, imagen, agentes y una marca dominante. Pero Google tiene Workspace, Search, Android, YouTube y Cloud. Anthropic gana terreno en programación y empresa con Claude. Meta apuesta por modelos abiertos. xAI compite con músculo financiero y acceso a X. En ese tablero, capturar startups desde YC es una jugada de largo plazo.
El término “tokens” también tiene una resonancia histórica curiosa. Durante la fiebre cripto, los tokens eran activos financieros especulativos, monedas de redes descentralizadas o promesas de gobernanza. En la IA, el token es otra cosa: unidad mínima de lenguaje computado, fragmento de texto, coste de inferencia, ladrillo de razonamiento. Si la economía cripto prometía dinero nativo de internet, la economía de la IA está construyendo una moneda nativa de inteligencia: tokens que se consumen para pensar, escribir, resumir, programar, generar y actuar.
Eso no significa que los tokens de OpenAI sean dinero en sentido estricto. No son necesariamente transferibles ni almacenan valor como una divisa. Pero sí funcionan como capacidad económica: permiten producir. En una startup de IA, tener tokens equivale a tener horas de trabajo algorítmico. Permite prototipos, agentes, evaluaciones, automatización y atención a usuarios. Es una especie de capital operativo.
Esta es la parte más interesante del movimiento de Altman. La IA convierte el coste variable de pensar con máquinas en un componente central del negocio. Antes, una startup podía escalar software con coste marginal bajo. Ahora, muchas aplicaciones de IA tienen coste marginal significativo: cada usuario, cada consulta, cada generación de vídeo, cada agente ejecutando tareas consume tokens y computación. El modelo económico ya no es exactamente el del SaaS clásico. Es una mezcla de software, energía, cómputo e inteligencia alquilada.
Por eso los créditos pueden cambiar qué productos se construyen. Si una startup tiene miedo al coste de tokens, diseñará productos conservadores: pocas llamadas, respuestas cortas, automatización limitada. Si dispone de 2 millones en créditos, puede experimentar con arquitecturas más ambiciosas: agentes que prueban, verifican, reintentan, consultan herramientas, generan borradores, simulan usuarios, crean datos sintéticos o trabajan en segundo plano. La abundancia inicial de tokens puede producir empresas más intensivas en IA desde su nacimiento.
Altman habla de cómo trabajarán internamente estas startups. Ese punto es tan relevante como los productos. Una empresa tokenmaxxing no solo vende IA; se organiza con IA. Usa modelos para programar, documentar, vender, analizar métricas, responder soporte, reclutar, investigar mercado, hacer QA, escribir contratos, preparar demos y tomar decisiones. La startup se convierte en un organismo operativo asistido por modelos. Menos jerarquía, más automatización. Menos departamentos, más agentes. Menos proceso manual, más loops de IA.
Esto conecta con una visión de Silicon Valley que está ganando fuerza: startups de poquísimas personas capaces de alcanzar ingresos enormes gracias a IA. Durante años se habló del “one-person unicorn”, la empresa de mil millones creada por una sola persona. La idea sonaba exagerada, pero la automatización de código, ventas, soporte y operaciones la hace menos absurda. Los créditos de OpenAI empujan en esa dirección: dar a equipos diminutos una capacidad de cómputo que antes solo tendrían compañías financiadas con grandes rondas.
Sin embargo, la misma lógica puede aumentar la fragilidad. Una startup construida sobre abundancia subvencionada de tokens puede descubrir después que su producto no es rentable cuando acaba el crédito. Es el viejo problema de las subvenciones cloud, pero agravado. Muchas empresas nacieron sobre créditos de AWS y luego sufrieron cuando llegó la factura real. En IA, ese choque puede ser mayor porque los costes de inferencia pueden crecer con cada usuario activo y cada automatización.
Por tanto, el éxito de las startups tokenmaxxing no dependerá solo de usar muchos tokens, sino de aprender a usarlos bien. La eficiencia será clave: modelos más baratos para tareas simples, modelos más potentes para razonamiento complejo, caching, evaluación, rutas híbridas, modelos abiertos, fine-tuning, recuperación de información, agentes con límites, control de costes y diseño cuidadoso de producto. La abundancia inicial puede acelerar; la disciplina determinará la supervivencia.
La oferta también refuerza el papel de Y Combinator como mercado de futuros de la IA. OpenAI no invierte individualmente tras analizar cada compañía con profundidad pública. Ofrece a todas las startups del batch una oportunidad. Eso recuerda a la lógica de Yuri Milner en 2010, cuando invirtió en todas las startups de YC de una promoción, una operación que se convirtió en parte del folklore de Silicon Valley. Techmeme recoge que algunos inversores compararon explícitamente la jugada de Altman con aquel momento.
La diferencia es que Altman conoce YC desde dentro. Fue presidente de Y Combinator antes de convertirse en el rostro de OpenAI. Entiende la cultura, los incentivos y el poder simbólico de la aceleradora. Su oferta no es solo financiera; es un gesto de pertenencia al ecosistema. Dice a los fundadores: construid con nosotros, desde el principio, con recursos de frontera.
Para YC, la propuesta también es poderosa. Sus startups reciben una ventaja inmediata frente a competidores fuera del batch. Si aceptan, llegan al mercado con capacidad de cómputo, prestigio y posiblemente una relación directa con OpenAI. Eso puede elevar la calidad de los productos, pero también aumentar la homogeneidad tecnológica. Si demasiadas startups de YC construyen sobre el mismo proveedor, el ecosistema puede volverse menos diverso.
La reacción en redes ha mezclado entusiasmo y escepticismo. Algunos ven la jugada como brillante: OpenAI compra acceso a la próxima generación de startups con un activo propio y acelera la innovación. Otros la ven como una estrategia agresiva para capturar equity con créditos valorados de forma ventajosa, o como una forma de convertir a startups jóvenes en dependencias tempranas del proveedor dominante. Digg recogió una conversación polarizada, aunque mayoritariamente positiva, alrededor del anuncio.
La crítica más fuerte apunta a la asimetría de poder. Una startup temprana necesita recursos desesperadamente. OpenAI es una de las empresas más poderosas del mundo tecnológico. Si ofrece 2 millones en tokens a cambio de equity, la negociación puede ser desequilibrada. ¿Cómo valorar esos créditos? ¿Qué restricciones tienen? ¿Caducan? ¿Sirven para todos los modelos? ¿Incluyen soporte? ¿Pueden convertirse en gasto real? ¿Qué ocurre si los precios cambian? ¿Qué derechos obtiene OpenAI como inversor?
La transparencia será importante. Si los créditos se estructuran como inversión, los fundadores deberán entender muy bien qué entregan y qué reciben. Equity a cambio de tokens puede ser una buena operación o una mala, según valoración, condiciones, caducidad, límites y alternativas. En Silicon Valley, las ventajas iniciales suelen parecer obvias hasta que aparecen las cláusulas.
También hay una lectura defensiva. OpenAI sabe que muchas startups están explorando arquitecturas multi-modelo. Usan OpenAI para unas tareas, Claude para otras, Gemini para multimodalidad, modelos abiertos para coste, proveedores especializados para voz o imagen. Si OpenAI ofrece créditos masivos, puede inclinar esa decisión inicial y reducir la necesidad de diversificar. Los fundadores pueden preferir construir rápido con el proveedor que ya les financia.
Pero la diversificación seguirá siendo racional. Ninguna startup seria debería depender por completo de un único modelo si su producto central es IA. La resiliencia técnica exige alternativas. La competencia de precios exige capacidad de negociación. Y la evolución del mercado puede cambiar rápidamente. La oferta de OpenAI será más saludable si acelera prototipos sin impedir arquitecturas abiertas o portables.
El anuncio también revela una visión de Altman sobre el futuro empresarial. No basta con que OpenAI venda API. Quiere estar en la estructura de propiedad de quienes construirán encima. Eso convierte a OpenAI en proveedor, plataforma e inversor. Es una combinación que recuerda a Apple con su ecosistema de apps, a AWS con startups cloud o a Nvidia con empresas dependientes de GPUs, pero con una diferencia: OpenAI puede participar directamente en la capa cognitiva del producto.
Para los fundadores, el dilema es pragmático. Si una oferta de 2 millones en tokens permite llegar antes al mercado, validar producto y captar clientes, puede merecer la pena. Pero si compromete demasiado equity o dependencia, puede salir cara. La respuesta dependerá de cada startup: una empresa de IA vertical con alto consumo puede valorar mucho esos créditos; una empresa con menor dependencia de modelos quizá prefiera mantener independencia.
El concepto tokenmaxxing puede convertirse en una etiqueta de época. Igual que hubo startups “mobile-first”, “cloud-native”, “API-first” o “AI-first”, ahora podrían surgir compañías “token-native”: empresas que no solo usan IA, sino que diseñan su producto, su pricing y su organización alrededor del consumo, optimización y escalado de tokens. Esto cambiará incluso la contabilidad interna. Los equipos tendrán que medir coste por tarea, tokens por usuario, margen por agente, retorno por llamada a modelo y productividad por dólar de inferencia.
También cambiará el pricing. Muchas startups de IA ya sufren para trasladar costes de tokens a clientes. Los modelos de suscripción plana pueden romperse si el uso intensivo dispara gastos. Por eso aparecen compañías que ayudan a gestionar pricing basado en uso, créditos, límites y consumo. El propio ecosistema YC incluye startups centradas en infraestructura de billing para IA, reflejo de que la economía tokenizada necesita nuevas herramientas comerciales.
OpenAI está empujando a los fundadores hacia ese futuro. La oferta no solo financia productos; educa a una generación de startups en la idea de que los tokens son materia prima estratégica. Quien aprenda a convertir tokens en valor empresarial tendrá ventaja. Quien solo los queme sin disciplina desaparecerá cuando termine la subvención.
La jugada también puede acelerar la competencia en verticales. Salud, legal, finanzas, educación, comercio, logística, atención al cliente, programación, vídeo, marketing y operaciones empresariales son sectores donde las startups pueden construir productos de alto consumo de IA. El directorio de YC muestra precisamente una abundancia de compañías generativas en esas áreas.
La pregunta de fondo es qué tipo de empresas nacerán de esta abundancia inicial. Puede producir herramientas útiles, agentes especializados y mejoras reales de productividad. Pero también puede generar una ola de productos superficiales, wrappers sobre modelos, automatizaciones frágiles o empresas cuya única ventaja sea gastar tokens subvencionados. La selección del mercado será dura.
Altman parece apostar a que la abundancia desbloqueará creatividad. Si los fundadores no tienen que preocuparse tanto por la factura inicial, podrán imaginar productos que antes parecían inviables. Esa ha sido siempre una tesis central del progreso tecnológico: cuando un recurso se abarata o se vuelve abundante, aparecen usos inesperados. Ocurrió con ancho de banda, almacenamiento, computación cloud y smartphones. Ahora OpenAI quiere que ocurra con inteligencia bajo demanda.
Pero no hay que olvidar que esta abundancia no es natural; está mediada por una empresa privada. Los tokens no son un bien público. Son acceso a infraestructura controlada por OpenAI. Por eso la pregunta política y económica es inevitable: ¿queremos que la próxima generación de startups dependa de créditos concedidos por los laboratorios que controlan los modelos fundacionales? ¿O necesitamos un ecosistema más plural, con modelos abiertos, nubes competidoras y estándares portables?
La respuesta probablemente será híbrida. Las startups usarán créditos de OpenAI si les conviene, pero también probarán Claude, Gemini, modelos abiertos y proveedores especializados. El mercado premiará velocidad, pero también resiliencia. OpenAI puede capturar una parte enorme del ecosistema, pero no podrá evitar que los fundadores más sofisticados diseñen estrategias multi-modelo.
En cualquier caso, el anuncio de Altman es una señal de época. La inversión en startups ya no se mide solo en dólares, sino en capacidad de cómputo. El capital ya no llega únicamente en una transferencia bancaria, sino en tokens que permiten generar texto, código, vídeo, razonamiento y agentes. La IA no solo cambia los productos que se construyen; cambia la forma de financiar a quienes los construyen.
El futuro de las startups tokenmaxxing dependerá de una ecuación sencilla y feroz: convertir tokens en valor antes de que los tokens se acaben. OpenAI acaba de ofrecer el combustible. Ahora falta ver qué motores construyen los fundadores de YC.
